Google è al centro dell’innovazione tecnologica e i suoi team di ingegneria sono tra i più avanzati al mondo. In Google lavorano anche professionisti specializzati nel supporto e nella consulenza ai clienti: i Technical Account Manager. Uno di questi è Lisa Ihde, Technical Account Manager (TAM) presso Google. Con t3n Arbeit in Progress, Ihde ha condiviso il suo lavoro quotidiano e il ruolo che i KI agenti assumono oggi nella sua quotidiana routine.
Lisa Ihde ha un ruolo unico: funge da intermediario tra i clienti di Google e i team interni di ingegneria. Con accesso a strumenti AI e modelli KI che non sono ancora resi disponibili al pubblico, Ihde testa e utilizza queste tecnologie per migliorare l’efficacia delle interazioni con i clienti. Essendo anche una scrittrice e speaker, la Ihde ha una prospettiva privilegiata su come i nuovi strumenti di intelligenza artificiale possono essere introdotti in contesti enterprise.
Automatizzazione dei Feature Request
Uno dei compiti ripetitivi in cui utilizza i KI agenti è la gestione dei Feature-Request: i clienti avanzano richieste per nuove funzionalità da implementare in prodotti Google. Prima, questi processi richiedevano un intervento manuale, spesso con l’uso di tabelle Excel per rastrellare gli input dei clienti.
La Ihde ha ora automatizzato parte di questo flusso, grazie a agenti di intelligenza artificiale in grado di elaborare automaticamente ticket in entrata, categorizzarli e inviare report alla TAM su base settimanale. Questo ha ridotto il carico manuale, soprattutto nel trattare centinaia di richieste per singolo cliente, che vengono ora gestite autonomamente e in modo mirato.
Limiti e insidie della tecnologia KI
Può sembrare che la tecnologia KI possa ormai sostituire completamente il lavoro umano. Tuttavia, Ihde ha notato più volte che ci sono situazioni in cui la tecnologia non riesce a rappresentare fedelmente la realtà. Per esempio, ha osservato che i KI agenti hanno problemi a comprendere correttamente le sintesi riassuntive di compiti, specialmente in contesti complessi come quelle registrate in riunioni.
In una situazione di esempio, una macchina potrebbe registrare correttamente una richiesta iniziale ma ignorare gli aggiornamenti effettuati durante la discussione, generando un risultato non conforme. In tali casi, i KI agenti non riescono a interpretare correttamente i nuovi orientamenti emersi durante il dialogo.
Un altro problema riguarda le abbreviazioni interne. Ihde ha notato che il modello Gemini, utilizzato spesso da Google, ha difficoltà nel mappare abbreviazioni e termini proprietari. Un collega ha evidenziato a Ihde un caso in cui l’agente ha interpretato erroneamente un’abbreviazione, e in alcuni casi ha addirittura immaginato un prodotto che non esiste.
“Un collega ha attirato la mia attenzione su un problema. Io non me ne ero nemmeno accorta,” ha ricordato nel racconto. Il risultato ha fatto capire a Ihde l’importanza di verificare sempre l’output prodotto e di non accettare passivamente quanto genera un sistema automatizzato.
Controllo manuale: la regola d’oro
In base a quanto sperimentato, Ihde ha stabilito una regola chiara: mai pubblicare contenuti o informazioni senza avergli prima dedicato un’occhiata manuale. Un errore in questo contesto potrebbe essere fatale. “Immagina che un’agente trovi un campo modificato e comunica spontaneamente al cliente che una funzione sarà rilasciata in un mese – quando, in realtà, si trattava solo di un errore,” ha spiegato.
Il futuro del lavoro con i KI-agente
Mentre i KI-agenti sembrano prendere il ruolo di supporto a molte mansioni, Ihde non vede questi strumenti come una minaccia per il lavoro umano. Al contrario, vede un’opportunità di collaborazione tra il lavoro umano e l’intelligenza artificiale, in cui la tecnologia semplifica l’esecuzione delle attività routine e il lavoro umano si dedica invece all’interpretazione, al controllo e alla verifica.
Per saperne di più su come Ihde ha adattato la sua prospettiva lavorativa e su come immagina il futuro del lavoro con supporto AI, è possibile ascoltare la podcast t3n Arbeit in Progress, in cui espone nel dettaglio il suo percorso e le sue riflessioni.
Come ascoltare il podcast t3n Arbeit in Progress
Iscriviti al podcast t3n Arbeit in Progress tramite l’app podcast preferita. Cerca semplicemente “t3n Arbeit in Progress” nella barra di ricerca. Se non trovi l’opzione automatica, puoi aggiungere il feed RSS manualmente. Per comodità, ecco i link diretti:
- Sito Web del podcast: t3n Arbeit in Progress
- RSS Feed: RSS Feed di t3n Arbeit in Progress
- Apple Podcasts
- Spotify
Questo articolo è stato scritto in parte grazie al nostro strumento KI interno